- 博客(11)
- 收藏
- 关注
RSS订阅原创 GNSS整周模糊度固定算法（LAMBDA算法）
整周模糊度的求解是GNSS高精度定位中的关键性问题，正确快速地固定整周模糊度能使GNSS的定位精度到达厘米甚至毫米级。在GNSS相对定位过程中，通过卡尔曼滤波可以求解得双差整周模糊度参数的浮点解（即小数解）及其方差-协方差矩阵，而由于整周模糊度具有整数特性，那么不管是单差整周模糊度还是双差整周模糊度都理应是整数。如何利用整周模糊度参数的浮点解及其方差-协方差矩阵，正确求得整周模糊度参数的固定解（即整数解），就是模糊度固定要解决的问题。
2021-11-02 17:06:45
19047
14
原创 GNSS伪距及载波相位观测模型
最小二乘与卡尔曼滤波是目前GNSS定位中主流的二类平差滤波方法，而构建观测模型是此二类方法的关键步骤。本篇从伪距和载波相位观测方程出发，推导了伪距单点定位，RTK相对定位，历元间三差相对定位中的观测模型。
2021-07-09 14:59:38
20174
7
原创 抗差自适应卡尔曼滤波算法
在林荫道、城市峡谷等复杂环境下，GNSS观测值往往会出现大量粗差（由于环境原因大幅度偏离实际值），影响定位结果精度。同样，我们预设的动力学模型只是载体运动过程的近似描述，有时也会存在显著异常，影响定位精度。抗差自适应卡尔曼滤波可用于缓解上述问题，其主要包含抗差估计和自适应卡尔曼滤波两部分。抗差估计通过适当扩大异常观测方差（R）以消除和削弱粗差对参数估值的影响。自适应卡尔曼滤波采用自适应因子降低异常动力学模型信息对滤波状态的影响（扩大状态协方差阵P阵）。
2021-07-01 16:16:00
11836
2
原创 RTKLIB相对定位部分算法梳理
RTKLIB是一个著名的GNSS开源项目，里面涵盖了GNSS的方方面面，相信很多学习GNSS的朋友读的第一份源码便是RTKLIB。恰恰因为RTKLIB涵盖的东西太多了，学习起来比较麻烦，博主整理了RTKLIB的相对定位部分算法，方便自己回顾复习，也供大家参考学习。
2021-06-28 19:23:35
11366
11
原创 GNSS-RTK/INS紧组合算法
相较于GNSS/INS松组合系统，GNSS-RTK/INS紧组合中将两个系统的状态量写在同一个状态模型中，观测值直接使用伪距和载波相位等GNSS原始观测值，两系统相互影响的程度加深。利用INS推算出来的短时高精度结果，可以实现INS辅助周跳检测，INS辅助模糊度固定等可以提升RTK解算精度的算法，因此基于GNSS-RTK/INS紧组合算法的研究非常广泛。
2021-06-22 19:51:49
8872
9
原创 GNSS/INS松组合算法
GNSS与INS具有很好的互补性，GNSS提供的位置结果不随时间发散，能够抑制惯导的误差累积，INS能在GNSS拒止环境下提供短时高精度的定位结果，GNSS/INS组合导航系统能充分发挥两系统的优势。与GNSS/INS紧组合系统相比，松组合的两个子系统相互不影响，拥有较强的稳定性，在车载组合导航领域应用广泛。
2021-06-21 17:20:21
6438
1
原创 捷联惯导系统(SINS)误差模型
在做完机械编排后，往往需要通过组合导航来降低纯INS的累积误差，而SINS误差模型是构建组合导航卡尔曼滤波状态模型的重要部分，本篇参照《捷联惯导算法与组合导航原理》推导整理SINS误差模型。
2021-06-18 18:19:48
4189
2
原创 捷联惯导系统(SINS)机械编排
IMU中的加速度计及陀螺仪测得原始数据为速度增量及角度增量，需要通过机械编排来将IMU原始输出转化为姿态、速度、位置信息，本文主要参考严恭敏老师的《捷联惯导算法与组合导航原理讲义》中捷联惯导更新的相关内容，整理了INS机械编排的相关算法公式，便于快速回顾复习。
2021-06-16 19:29:14
6372
原创 基于最小二乘推导卡尔曼滤波
卡尔曼滤波方程的推导有多种方式，有从**随机过程**的角度切入的，但这种方法涉及到很多积分及随机过程的知识，难以理解。也有从**最小二乘**的角度切入的，这种方式只需矩阵论及少量随机过程的知识，西工大的严恭敏老师在他的《*捷联惯导算法与组合导航原理讲义*》中详细介绍了这种方式，在B站也有相关的视频课程，这些也是笔者的主要参考源。
2021-06-07 19:53:12
1792
2
原创 从零开始手写VIO第二讲vio_data_simulation-master源码阅读
这是高博的课程《从零开始手写VIO》里面第二讲vio_data_simulation-master的源码阅读（主要为源码注释）。
2020-09-04 09:44:00
1133
1
原创 视觉slam第九讲视觉前端项目0.4源码阅读
这是高翔老师视觉slam十四讲书里面第九讲0.4版本的源码阅读（主要为源码注释）。笔者最近在学习视觉导航定位方向，跟着视觉slam十四讲课程学习了视觉slam的原理时，由于笔者对c++一知半解，课程中的实践代码很多都黑箱处理了，思来想去，还是觉得应该将源码从头到尾过一遍，才能带来真正的提高。在阅读源码的过程中，笔者参考了很多网上大
2020-08-27 12:23:49
1020
空空如也
空空如也
TA创建的收藏夹 TA关注的收藏夹
TA关注的人